Resumen: a pesar de los avances en la IA para los centros de contacto, la experiencia del cliente (CX) continúa sufriendo de alto tiempo de manejo promedio (AHT), baja resolución de primera llamada y mala satisfacción del cliente (CSAT). Un controlador clave es la carga cognitiva en los agentes, que deben navegar en sistemas fragmentados, solucionar problemas manualmente y con frecuencia colocar a los clientes en espera. Las herramientas de asistencia de agente de IA existentes a menudo son reactivas impulsadas por reglas estáticas, sugerencia simple o generación (RAG) de recuperación (RAG) sin un razonamiento contextual más profundo. Introducimos a los sistemas de uso de herramientas, autónomos y de uso de AI de AI que apoyan proactivamente a los agentes en tiempo real. A diferencia de los enfoques convencionales, la IA de agente identifica la intención del cliente, desencadena flujos de trabajo modulares, mantiene el contexto en evolución y se adapta dinámicamente al estado de conversación. Este artículo presenta un estudio de caso de Minerva CQ, un producto de asistencia de agente en tiempo real implementado en atención al cliente basado en la voz. Minerva CQ integra la transcripción en tiempo real, la detección de intención y los sentimientos, el reconocimiento de entidades, la recuperación contextual, el perfil dinámico de los clientes y los resúmenes de conversación parciales que permiten flujos de trabajo proactivos y construcción continua del contexto. Implementado en la producción en vivo, Minerva CQ actúa como un copiloto de IA, que ofrece mejoras medibles en la eficiencia del agente y la experiencia del cliente en múltiples implementaciones.
Publicado Originalme en export.arxiv.org El 16 de septiembre de 2025.
Ver Fuente Original
